Notice: Undefined index: item_type_code in /var/www/html/pustaka/repository/lib/detail.inc.php on line 462
RUBEN SIMANJUNTAK Pengarang Margaretha Yohanna, S.Kom., M.Kom. Dosen Pembimbing 1 Yolanda Yulianti Pratiwi Rumapea, S.Kom., M.Kom. Dosen Pembimbing 2 Indra Kelana Jaya, S.T., M.Kom. Penguji 1

Hipertensi merupakan salah satu penyakit tidak menular yang menjadi masalah kesehatan global karena dapat meningkatkan risiko penyakit jantung, stroke, dan gagal ginjal. Di , proses identifikasi pasien hipertensi masih dilakukan secara manual, sehingga kurang efisien dan berpotensi menghambat penanganan dini. Penelitian ini bertujuan untuk mengimplementasikan metode K-Nearest Neighbor (KNN) dalam mengklasifikasikan status hipertensi pasien berdasarkan data rekam medis. Data yang digunakan merupakan data sekunder dari periode 2021–2024 dengan jumlah 1.985 data pasien dan 11 variabel, meliputi Age, Salt Intake, Stress Score, BP History, Sleep Duration, BMI, Medication, Family History, Exercise Level, Smoking Status, dan Has Hypertension. Pembagian dataset dilakukan dengan rasio 80% data latih dan 20% data uji, sedangkan pemodelan dilakukan menggunakan bahasa pemrograman Python melalui platform Google Colab. Nilai parameter K ditentukan sebesar 3, dan evaluasi model dilakukan menggunakan metrik accuracy, precision, recall, dan F1-score. Hasil pengujian menunjukkan bahwa model KNN mampu mencapai akurasi sebesar 67%, precision kelas 0 sebesar 0,64 dan kelas 1 sebesar 0,70, serta recall kelas 0 sebesar 0,70 dan kelas 1 sebesar 0,63. Temuan ini menunjukkan bahwa metode KNN memiliki kinerja yang cukup baik dalam mengklasifikasikan status hipertensi pasien, meskipun masih terdapat potensi peningkatan terutama pada pengurangan kesalahan prediksi pada kelas False Negative. Kata kunci : Hipertensi, Klasifikasi, K-Nearest Neighbor, Rekam Medis, Data Mining